聲網×北京人形：100ms級實時信令支援天工機械人跨地域操控

2026年10月30日 12:14:25

10 月 23-24 日，北京人形冠军天工亮相 iRTE2026 实时智能大会声网展台。

当机器人逐渐进入家庭、园区、巡检、物流等 3D 五大真实场景，“自主智能”之外，另一项能力也变得越来越重要：当机器人遇到复杂情况时，人能不能跨越距离，实时看见现场，并及时接管？

北京人形机器人创新中心与声网在远程操控场景中达成合作实践，天工机器人现已接入声网实时互动能力，针对上述问题推进解决方案落地。

机器人越走进真实场景，远程接管越重要

天工机器人来自北京人形机器人创新中心。2024 年，北京人形正式挂牌为国家地方共建具身智能机器人创新中心，成为真正的具身智能“国家队”，围绕通用机器人平台「具身天工」与通用具身智能平台「慧思开物」，持续推进具身智能核心技术、产品研发与应用落地。

其打造的全尺寸通用机器人天工3.0，配置 43 个高精度可控关节，兼具高动态运动与精细化操作能力。目前，北京人形也在推动其进入 3D 五大场景：智慧导览、电力巡检与操作、物流搬运、实验室自动化、安防巡检等真实场景。

机器人的自主能力越来越强，并不意味着远程操控会消失。现实环境里，总会存在自主系统暂时难以处理的长尾情况。机器人可以自主完成大量常规任务，但遇到复杂环境、特殊事件或需要人工判断的任务时，人仍然需要能够随时进入控制链路。

而当操作者与机器人相隔数百甚至数千公里，问题就变得非常具体：一条控制指令，要多久才能到达机器人？网络发生波动时，它还能不能稳定抵达？远程操控真正考验的，是低延迟背后的稳定性和可靠性。

100ms以内，先让控制指令稳定抵达

远程操控机器人，最直接的一件事，就是人的指令能不能快速、可靠地到达机器人。

转向、停止、移动、执行动作，每一次操作背后都是一条实时控制信令。延迟一旦拉长，人的操作与机器人的响应就会产生明显的时间差；网络发生波动，如果关键指令丢失，影响的则是机器人能否准确执行下一步动作。

因此，在天工机器人的远程操控场景中，低延迟、高可靠的实时信令传输成为关键。依托覆盖全球 200 多个国家和地区的 SD-RTN™ 全球实时传输网络，声网 RTM 为机器人远程操控提供稳定的实时信令通道：

· 低延迟：控制信令延迟低至 100ms，全球网络延时中位数仅 76ms；

· 高可靠：实时控制信令在 70% 丢包的极端弱网环境下，仍具备近乎 100% 的到达保障；

· 跨地域：依托全球实时网络覆盖，支持不同地域间的机器人控制指令实时传输。

对于普通消息，“晚几十毫秒”很难被察觉；但放到机器人远程操控里，这几十毫秒连接的是人的判断和机器人的下一步动作。距离可以很远，控制不能慢半拍。

从“控制”继续往前，还需要实时看见和感知

随着机器人进入越来越复杂的真实场景，远程操控需要解决的也不只有“控制”。远端操作者往往还需要看到机器人所处的环境，甚至获取更多传感器和运行状态数据。声网 RTC、RTM 与数据传输能力，可以进一步覆盖这些实时协同需求。

在实时音视频方面，声网 RTC 可实现端到端延迟稳定低于 200ms，全球延迟达标率 99.9%+；即使在 80% 音视频丢包的极端弱网环境下，也具备抗丢包和网络自适应能力。

同时，数据传输通道还可承载点云、传感器数据、操作日志等机器人运行信息。从控制信令继续向外延伸，一套完整的机器人远程协同能力，正在变成：既能控制，也能看见；既能获得实时画面，也能同步机器人自身的状态与感知数据。

从家庭巡航，到跨区域商用接管

这套能力可以适配不同类型的机器人应用场景。在家庭场景中，用户可以跨城远程操控机器人巡航、进行陪伴互动、查看居家状态；在商业场景中，机器人可以自主完成日常巡检，当出现复杂环境或特殊任务时，再由工作人员进行跨区域远程接管。

这意味着，机器人进入真实场景后，并不需要在“完全自主”和“完全人工”之间做一道单选题。

自主智能负责常规任务，远程人工干预处理复杂情况。人不需要始终守在机器人旁边，却可以在真正需要经验和判断的时候，快速进入机器人的感知与行动链路。对于正在走向产业落地的具身智能来说，这种能力也正在变得越来越实际。

不只做产品，也把能力开放给开发者

除了推动天工机器人进入更多真实场景，北京人形也在通过开源生态，让更多开发者参与具身智能创新。

由北京人形打造的「天工造物开源社区」，面向全球开发者开放本体、数据、模型、工具链等核心技术资源，包括本体图纸、RoboMIND 数据集、VLA 模型与训练工具链。通过开放这些基础能力，开发者无需从零开始重复解决大量底层问题，可以把更多精力投入新的场景验证、产品创新与应用落地。

面向具身智能持续演进的产业趋势，声网将继续围绕机器人远程操控、多模态交互与智能协同等方向深化探索。依托 RTC 实时音视频、RTM 低延迟信令与数据传输，以及对话式 AI 能力，为机器人构建从实时感知、自然交互到远程控制的完整交互链路，支撑机器人进入家庭、园区、巡检等更多真实场景。

未来，声网也将继续携手产业伙伴，把实时互动与 对话式 AI 能力带进更多机器人和智能终端，让机器不仅能够看见、听见和行动，也能够理解、回应并与人实时协作，共同推动具身智能从技术创新走向规模化应用。